دانلود ترجمه مقاله بررسی هوش مصنوعی در صنعت ماشین‌کاری تحت استراتژی های مختلف محیطی

1. مقدمه 2. مواد و روش ها 3. راه اندازی آزمایشی 4. نتایج و بحث و بررسی 5. نتیجه گیری 6. محدودیت ها و پژوهش های آتی

چکیده – از زمان ظهور صنعت 4.0، صنایع تولیدی، سیستم های اتوماسیون (خودکارسازی) هوشمندتری را به کار بردند که ارتباط بهتر بین جنبه های مختلف صنعت تولید را امکانپذیر می کند. همچنین، از طریق صنعت 4.0، عملکرد و کارایی بهتر همراه با قابلیت اعتماد و مقاومت بهتر محقق می شود. در مطالعه حاضر، چارچوب جدیدی با در نظر گرفتن پیچیدگی و انعطاف‌پذیری محیط کار در محوطه کارخانه ارائه می شود که پیش از این به طور جامع به آن پرداخته نشده است. همچنین از مدت ها قبل، سیستم‌های هوشمند مجهز به حسگرها و ارتباط‌دهنده‌ها، مسئول نظارت بر اطلاعات و تشخیص نقص ها بوده اند که در نهایت به افزایش عملکرد سیستم منجر می شود. همچنین مطالعه حاضر، به بررسی مفهوم نگهداری و تعمیر پیش‌بین در صنعت 4.0 می پردازد که بر اساس تغییرات مرتبط با اتمسفر هر گونه خرابی سیستم را شناسایی می کند. در این پژوهش،یک الگوریتم جدید معرفی شده است که با درنظر گرفتن مجموعه داده‌های متنوع چندمنبعی بر اساس شرایط محیطی متفاوت و تجهیز همزمان ورودی ها برای بازسازی یا تعمیر پیش‌بین در پیاده‌سازی صنعت 4.0 ارائه شده است و در نهایت یک روش ساخت مشخص و موثری را در اختیار قرار می دهد. لازم به ذکر است که چارچوب صنعت 4.0 با مقایسه کمی با مدل‌های پیش‌بین قبلی، به طور کامل عملی بوده و مورد تائید قرار گرفته است و همچنین از قابلیت پیش‌بینی هر گونه نقص و خرابی بعدی در ماشین‌های صنعتی برخوردار می باشد. همچنین، بواسطه تکنیک‌های پیش‌بینی هیبریدی هوشمند نظیر سیستم استنتاج عصبی فازی تطبیقی (ANFIS ) و روش‌ سطح پاسخ (RSM )، میزان بازدهی در مدل‌های توسعه‌یافته تحت اعتبار سنجی قرار گرفته است. شایان ذکر است که پارامترهای ورودی موردنظر، شرایط جوی هستند در حالیکه پاسخ خروجی مورد نیاز، بازدهی ماشین آلات است. همچنین، میزان خطا برای توابع عضویت مثلثی در هر دو مدل ماشینکاری، کمترین میزان خطا را نشان داد.

Since the introduction of Industry 4.0, manufacturing industries have adopted smarter automation systems enabling better interconnection amongst various aspects of the production industry. Application of industry 4.0 furnishes better performance and efficiency with improved reliability and robustness. The present research provides a novel framework which takes in consideration the complexity and flexibility of the working environment within the factory premises, previously not explored. Smart systems equipped with sensors and communicators are responsible for monitoring information and detecting malfunctions pre-hand which eventually boosts the system performance. Furthermore, the research explores the concept of predictive maintenance in industry 4.0 setup which apprehends any system failure based on atmospheric related changes. A novel algorithm is explored in this research which takes in consideration multisource diverse dataset based on varying environmental conditions and simultaneously furnishing inputs for predictive maintenance in Industry 4.0 implementation, thereby providing a transparent and effective manufacturing method. The framework for Industry 4.0 is validated and deemed feasible with quantitative comparison with previous prediction models which can further predict any future malfunctions in the industrial machines. The productivity values are validated with models developed with the help of intelligent hybrid prediction techniques such as adaptive neuro-fuzzy inference system (ANFIS) and response surface methodology (RSM). The input parameters considered are atmospheric conditions whereas the required output response is productivity of the machines. Error rates were evaluated lowest error rate for triangular membership functions for both machining models.

ترجمه این مقاله در 23 صفحه آماده شده و در ادامه نیز صفحه 21 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.